镜像说明

提交训练任务前，请准备训练环境需要安装的镜像，以下镜像任选其一即可。

一、基础镜像

针对人工智能训练任务，平台提供了基于不同框架的基础镜像，此类镜像适合在平台上进行训练任务，能够获得更好的性能。如果平台提供的框架版本或Python版本不满足需求，请查看配置其他版本的框架或Python方法：
（1）平台镜像中有没有您需要的Torch、TensorFlow等框架的相应版本，如果有首选平台内置的镜像;
（2）如果平台中没有合适的Torch、TensorFlow等框架版本，那么查询自己的框架需要什么CUDA版本，比如PyTorch=1.9.0需要CUDA=11.1，那么可以选择Miniconda/CUDA=11.1的平台镜像，然后在镜像内安装自己需要的框架，免去安装cudatoolkit的麻烦;（平台内置的CUDA均带.h头文件，如有二次编译代码的需求更方便）
（3）如果以上条件都不满足，则可随便挑选一个Miniconda镜像，在开机后自行安装相关框架、CUDA、甚至其他版本的Python；
（4）若您需要使用其他Python版本（比如TensorFlow1.14必须3.6/3.7），那么可以使用Miniconda创建其他版本的Python虚拟环境。

Bash
# 构建一个虚拟环境名为：my-env，Python版本为3.7
conda create -n my-env python=3.7    

# 更新bashrc中的环境变量
conda init bash && source /root/.bashrc
# 切换到创建的虚拟环境：my-env
conda activate my-env

# 验证
python

二、模型镜像

平台针对常用的AIGC模型提供了模型镜像，方便用户在不同的环境中进行快速部署和迁移，确保在新的环境中能够准确重现原模型的功能和性能；若平台提供的模型镜像不能满足您的需求，您可以联系平台客服，我们会持续丰富模型内容。

序号	镜像	描述
1	jupyterlab-langchain-chatllm:pytorch2.1.0-cuda12.1-py3.10-model	基于Langchain与ChatGLM3-6B语言模型的本地问答
2	jupyterlab-yolov5:pytorch2.2.0-py3.10-cuda12.1-model	基于 YOLOv5 算法的多目标检测工具，用于提供高效、精确的目标识别功能
3	jupyterlab-stable-diffusion-webui:pytorch2.2.0-py3.10-cuda12.1-model	带 WebUI 的文生图工具，用于将文本输入生成高质量图像
4	jupyterlab-bert-vits2:pytorch2.1.0-py3.10-cuda12.1-model	基于Bert-Vits2的高级语音合成模型，用于生成高质量的自然语音

三、我的镜像

您可以在“控制台>容器服务>镜像管理”中进行管理镜像，便于在不同任务中直接选择使用。
（1）保存镜像。在实例运行中或关机后，在更多操作中点击保存镜像，则可以将该实例的整个环境保存至我的镜像。

（2）在“控制台>容器服务>镜像管理>我的镜像”中查看镜像。

（3）加载镜像。租用新实例或者老实例选择更换镜像时，选择自己保存的镜像，这样即可恢复原来实例环境中所有内容。